같은 AI를, 어떤 회사는 해고의 이유로, 어떤 회사는 채용의 이유로 쓴다

올해 실제로 일어났고, 나란히 놓으면 특히 눈에 거슬리는 두 뉴스부터 보자.

첫 번째: Meta는 올해 5월 약 8,000명을 잘랐다. 전체 직원의 약 **10%**다. 같은 내부 서한에서 2026년 자본지출을 최대 100억 달러 늘려 1450억 달러까지 올렸다—거의 전부 AI 데이터센터와 칩에 쏟아붓는다. 저커버그는 서한에서 이렇게 썼다: “AI 시대에 성공은 당연한 게 아니다.”

두 번째: 역시 5월, OpenAI는 40억 달러를 들여 전담 ‘배포 회사’를 설립하고, **전치 배포 엔지니어(Forward Deployed Engineer)**라는 직책을 대대적으로 모집하기 시작했다. Google은 같은 직책 공고를 단번에 59개 올렸고, Google Cloud CEO가 직접 LinkedIn에 나서서 사람을 구했다. Anthropic은 올해 단 한 명도 자르지 않았고, 기업가치 3800억 달러, 직원 2,300명 이상에 수백 개 포지션이 열려 있다.

같은 AI가, 첫 번째 뉴스에서는 해고의 이유가 되고, 두 번째 뉴스에서는 채용의 이유가 된다.

어떤 것이 “그러니 자를 수밖에 없다”와 “그러니 미친 듯이 뽑아야 한다”를 동시에 설명하는 데 쓰인다면, 그건 십중팔구 진짜 이유가 아니다. 오늘 하고 싶은 이야기는 이거다—모든 해고 공지에 ‘AI’라는 두 글자가 적혀 있을 때, 실제로 무슨 일이 벌어지고 있는가.

잘린 사람이 읽은 건 “AI가 너무 강해졌다”지만, 경영진이 말하고 싶은 건 따로 있다

이번 반 년 사이 잘렸거나 주변에 잘린 사람이 있다면, 공지 문구가 눈에 익을 것이다: AI 수용, 효율 향상, 미래를 향한 조직 개편. 들으면 마치 AI가 워낙 강해져서 네 자리가 쓸모없어진 것처럼 들린다.

그런데 숫자를 나란히 놓으면 얘기가 달라진다.

이번 해고들은 대부분 회사가 사상 최대 실적을 낸 분기에 일어났다. 살아남기 위해 팔을 잘라낸 게 아니다. 실적표는 멀쩡하다. 역대 가장 많은 돈을 벌면서 동시에 자른다. Meta가 직접 밝힌 이유는 에두르지도 않았다—해고는 “더 효율적으로 회사를 운영하기 위해, 우리가 하고 있는 다른 투자를 상쇄하기 위해서”였다.

이 말을 사람의 언어로 번역하면 이렇다: 1450억 달러를 GPU 사고 데이터센터 짓는 데 쓸 건데, 그 돈이 어디선가 나와야 한다. 그러니 인건비에서 줄인다. 너를 자른 건 AI가 네 일을 할 수 있어서가 아니라, 네 월급이 AI 전기료로 쓰이게 됐기 때문이다.

더 솔직한 말은 한 임원 서치 회사 고위직에게서 나왔다. 그는 이렇게 말했다—이제 경영진은 드디어 직원들에게 “내가 예전에 사람을 너무 많이 뽑았다, 내 실수였다”고 쉽게 말할 수 있게 됐다고. 왜냐하면 **“전 세계가 이미 일자리가 기계로 대체되고 있다고 믿기 때문”**이라고.

이 말을 곱씹어보자. “AI가 일자리를 대체했다”는 게 아니다. “모두가 믿는 서사가 하나 있는데, 내가 과잉 채용했던 판단 실수를 덮기에 딱 좋다”는 말이다. 여기서 AI는 범인이 아니라, 쓰기 편한 가리개다. 지난 2년간 경기 좋고 투자 넘쳐서 빅테크들이 미친 듯이 뽑아댔다. 이제 조정해야 하는데, 이유는 대야 한다. “AI 탓이다”는 “경영진 판단 실수”보다 훨씬 체면이 선다. 이사회 추궁도 없고, 주가는 오를 수도 있다.

왜 이 가리개가 이렇게 유용한가? 한 번에 세 곳을 다 달래기 때문이다. 주주에게는 “AI로 효율화 중”이 성장 서사가 된다—해고 공지가 오히려 호재로 읽히고 주가가 오른다. 이사회에서는 “기술 흐름을 따라간 것”이니 수천 명을 더 뽑기로 결정한 임원을 추궁할 사람이 없다. 외부에는 “시대가 바뀌었다”가 “우리가 계산을 틀렸다”보다 훨씬 그럴듯하게 들린다. 판단 실수 하나를 AI 포장지에 싸면, 책임 추궁 대상에서 칭찬받아야 할 선견지명으로 탈바꿈한다. 이보다 효율 좋은 홍보가 세상에 없다.

돈의 흐름을 꺼내 놓으면 더 명확해진다. 올해 Meta, Amazon, Microsoft, Google 빅4가 자본지출로만 합산 약 7250억 달러를 쏟아부었다—전년 대비 75% 폭증이다. 거의 전부 AI 컴퓨팅 파워다. Microsoft도 이번 반 년에 약 4,800명을 잘랐다. 이 막대한 금액을 재무제표에서 짜내는 가장 빠른 방법이 머릿수를 줄이는 것이다—AI 청구서의 일부는 잘린 사람들이 대신 내고 있다. 그러니 “AI 때문에 자른다”는 말을 뒤집어 읽으면 더 정확할지도 모른다: “AI를 위해 자른다.”

올해 5월까지 AI에게 명시적으로 책임이 넘어간 해고는 87,714명으로, 전체 해고의 약 **22%**다. 이 22% 중 AI가 진짜로 역할을 대체한 경우가 얼마고, 단순히 AI를 빌려 묵은 실수를 처리한 경우가 얼마인지—아무도 구분할 수 없다. 그리고 그 구분 불가능성이 바로 이 가리개의 가장 쓸모 있는 부분이다.

AI가 정말로 일자리를 대체하는 거라면, 가장 먼저 줄여야 할 건 AI를 가장 잘 쓰는 회사다

이게 내가 보기에 이 허울을 가장 잘 꿰뚫는 지점이다.

“AI가 인력을 대체한다”는 게 진짜이고, 이번 해고 물결의 실제 동력이라고 가정해보자. 그 논리를 따라가면: AI를 가장 잘 알고, AI를 가장 강하게 쓰고, 자기 기술에 가장 먼저 대체되어야 할 곳은 AI를 만드는 회사들 자신이다. 그들이 제일 먼저 줄여야 맞다.

현실은? 정반대다.

• Anthropic은 올해 단 한 건의 WARN 통지도, 단 한 통의 해고 내부 서한도 없었다. 초고속으로 확장 중이다. 2,300명 이상이 일하고, 수백 개 포지션이 열려 있다.
• OpenAI는 자르기는커녕, 40억 달러를 들여 Bain, McKinsey 같은 컨설팅 기관들과 함께 신규 회사를 세웠다. 유일한 목적은 사람을 다른 기업 안으로 파견 보내 AI를 실제로 작동시키는 것이다. 처음부터 인수를 통해 약 150명의 전치 배포 엔지니어(Forward Deployed Engineer)를 확보했다.
• Google은 같은 시기에 수십 개의 전치 배포 엔지니어 포지션을 올렸다. 연봉은 가볍게 여섯 자리(달러)다.

AI를 만드는 회사들이 사람을 미친 듯이 뽑는다면, “AI가 사람을 쓸모없게 만든다”는 이야기는 논리적으로 이미 반쪽이 무너진 거다.

진실은 이쪽에 더 가깝다: AI가 확실히 일을 재편하고 있지만, 그 방식은 “사람을 기계로 교체”가 아니라 “가치를 한 종류의 일에서 다른 종류의 일로 이전”이다. AI에게 먹힌 일이 있는 동시에, 새롭고 더 값지고 AI 없이는 사람이 필요 없었을 일이 대량으로 생겨나고 있다. 해고 물결과 채용 물결은 같은 동전의 양면이다. 다만 두 종류의 회사가 각각을 완전히 다른 이야기로 풀어내고 있을 뿐이다.

그러니까 진짜 변수는 처음부터 AI가 아니었다

우리는 너무 쉽게 ‘AI’를 스스로 결정을 내리는 주체로 취급한다—AI가 누가 떠나야 하고 누가 남아야 하는지를 결정한 것처럼. 아니다. 결정은 항상 회사가, 사람이 한다. AI는 앞으로 끌려 나와 모두가 설명에 쓰기 편한 명사에 불과하다.

똑같은 기술인데, Meta는 그 이름으로 8,000명을 자르고, OpenAI는 그 이름으로 수백 명을 뽑는다. 차이는 AI에 있지 않다. 이 두 회사가 AI를 어떻게 보고, 어떻게 쓰고, 자기 결정에 얼마나 솔직하게 마주하느냐에 있다.

• 어떤 회사는 AI를 비용 절감의 근거로 쓴다: AI가 왔으니까 사람을 덜 써도 되고, 절약한 돈을 컴퓨팅 파워에 쏟으면서 과거의 과잉 채용도 한 번에 청산할 수 있다.
• 어떤 회사는 AI를 성장의 레버로 쓴다: AI가 왔으니까 이 레버를 실제로 작동시키고, 고객한테 전달하고, 돈으로 만들 새로운 인력이 대거 필요하다.

두 종류의 회사가 똑같은 기술과 마주쳐 완전히 반대되는 행동을 한다. 어떤 회사에 있을 가치가 있는지, 어떤 회사 주식을 살 가치가 있는지 판단하는 기준은 그 회사에 AI가 있느냐가 아니라, 그 회사가 이 동전의 어느 면에 서 있느냐다.

미친 듯이 뽑히는 그 직책이 드러내는 진짜 희소한 것

전치 배포 엔지니어(Forward Deployed Engineer)라는 직책은 따로 말할 가치가 있다. 이번 AI 물결에서 진짜 희소하고 진짜 값진 역량이 무엇인지를 탐침처럼 드러내기 때문이다.

이 직책이 하는 일은 모델 훈련이 아니고, 저수준 알고리즘을 짜는 것도 아니다—그건 최정상 연구소의 소수 인원이 한다. 이 직책이 하는 일은: 실제 기업 안으로 들어가, 사업 담당자와 일선 직원들과 함께 앉아, “AI가 여기서 어떤 가치를 만들 수 있는지”를 찾아내고, 그것을 중심으로 회사 프로세스를 다시 설계하고, 이 구조가 진짜 돌아가고, 유지되고, 지속적인 수익이 되게 만드는 것이다.

한 보도가 이 직책에 내린 판정이 있는데, 나는 이 말에 깊이 공감한다:

이 역할은 지금까지 나온 시장 신호 중 가장 명확한 것이다—AI에서 가장 어려운 부분은 이미 “모델을 만드는 것”에서 “모델이 한 기업 안에서 실제로 작동하게 만드는 것”으로 이동했다.

이 반 년 동안의 AI 뉴스 전체를 통틀어 정보량이 가장 큰 한 문장이라고 생각한다.

모델을 만드는 능력은 극소수 회사들의 군비 경쟁이고, 대부분의 사람과는 무관하다. 하지만 “AI를 구체적인 현장에서 가치로 만드는” 일은 엄청난 수의 사람을 필요로 한다. 이 사람들이 반드시 신경망 훈련을 알 필요는 없다. 하지만 사업을 알고, 사람을 알고, 모호한 고통 지점을 AI가 실제로 해결할 수 있는 구체적인 방안으로 번역하고, 그게 실제 결과를 내놓을 때까지 붙어 있어야 한다.

구체적인 예를 들면 이 일이 얼마나 ‘기술’과 거리가 먼지 바로 이해된다. 한 보험사가 AI로 보험금 청구를 처리하고 싶다. 모델 자체는 이미 있고 누구나 붙여 쓸 수 있다. 어려운 건 이거다: 청구 프로세스의 어느 단계가 가장 막히는지, 어느 부서에 걸리는지, 노련한 직원들이 경험으로 판단하는 말로 설명하기 어려운 규칙들을 어떻게 모델에게 먹이는지, 오류가 나면 누가 책임지는지, 일선 손해사정 직원들이 거부감 없이 쓰게 하려면 어떻게 해야 하는지. 이 중 어느 것도 “모델이 충분히 강하지 않다”는 문제가 아니다. 전부 “이 회사를 알고, 이 사업을 알고, AI를 거기에 집어넣는” 문제다. 모델은 범용이지만 가치는 항상 구체적인 현장에 붙어 있고, 현장은 사람이 하나하나 직접 파고들어야 한다. 그래서 최정상 연구소들이 모델 성능을 극한까지 밀어붙이면서, 반대로 수십억 달러를 들여 ‘모델을 사업에 집어넣을’ 사람을 쓸어 담는 것이다—그들은 누구보다 잘 안다, 모델이 아무리 강해도 현장에 안착하지 못하면 돈이 안 된다는 것을.

이건 빅테크에서 잘린 사람들 중 다수가 이미 갖고 있거나, 약간만 방향을 틀면 갖출 수 있는 역량이기도 하다. AI는 이 역량을 구식으로 만든 게 아니라 오히려 전례 없이 값지게 만들었다—다만 수요처가 “낡은 시스템 유지”에서 “낡은 시스템에 AI를 집어넣는 것”으로 바뀌었을 뿐이다.

우리에게 무엇을 뜻하는가

남의 이야기를 이렇게 많이 했으니, 우리 자신에게 떨어뜨려 보면 기억할 만한 것이 두 가지 있다.

첫째, “AI가 너를 대체했다”는 말에 겁먹기 전에, 그게 핑계인지 먼저 가려내라. 사상 최대 실적을 내면서 AI에 수백억을 쏟는 회사가 AI를 이유로 자른다면, 그건 십중팔구 네 능력이 기계에 뒤처진 게 아니라 네 자리가 컴퓨팅 청구서를 내는 데 쓰이게 된 것이다. 이건 이 회사가 돈을 어떻게 배분하느냐의 결정이지, 네가 값어치가 있느냐 없느냐의 판결이 아니다. 이 두 가지를 헷갈리면 가장 상처가 깊다—많은 사람이 잘리고 나서 “내가 이제 쓸모없어진 건가”라는 자기 의심에 빠지는데, 사실 그건 네 문제가 전혀 아니었다.

둘째, 더 중요한 것: 사람을 뽑는 동전의 그 면으로 넘어갈 방법을 찾아라. 그 면에서 부족한 건 AI를 만들 수 있는 사람이 아니라, AI가 실제 현장에서 가치를 내게 할 수 있는 사람이다. 여기에 현묘한 건 없고, 꽤 구체적인 몇 가지로 쪼갤 수 있다—

• ‘AI가 결국 자동화할’ 실행만 하지 말고, ‘AI가 이렇게 해야 하는지, 제대로 하고 있는지’를 판단하는 일을 하라;
• 남이 대체할 수 없는 역량을 연습해라: 모호한 사업 문제를 AI가 실제로 처리할 수 있을 만큼 명확하게 풀어내는 것;
• “내가 대체당하지 않을까”를 고민하는 시간을 줄이고, “AI로 예전에 못 했던 일을 해낼 수 있을까”를 더 많이 물어라—후자가 뽑는 쪽에서 찾는 사람이다.

AI는 사람을 대체하지 않는다. 하지만 판을 다시 짠다: ‘AI가 할 수 있는 일만 하는’ 사람을 걸러내고, ‘AI로 일을 해내는’ 사람의 가치를 높인다. 이 반 년간 서로 모순되는 뉴스들을 맨 밑까지 벗겨내면, 결국 이 한 문장이 남는다.

대기업을 동정하라는 게 아니고, 해고가 아프지 않다는 말도 아니다—잘리면 아프다. 청구서는 현실이다. 하지만 이런 때일수록, 왜 잘렸는지조차 잘못 이해하면 안 된다. 네가 잘린 건 많은 경우 AI에게 진 게 아니라, 네가 속한 회사가 AI의 이름으로 돈을 아끼는 쪽을 선택했기 때문이다—AI로 더 많이 벌겠다는 게 아니라. 그건 회사의 선택이지, 너에 대한 판결이 아니다.

해고 공지와 채용 공고는 같은 단어를 썼지만, 전혀 다른 이야기를 하고 있다. 겁 주는 반쪽만 읽고 끝내지 마라.